Observe 是一个结构化观察会话技能，把自然学家田野调查方法用于 AI 推理。核心用途是在系统行为不清晰、行动可能为时过早时，先进行中立观察而非干预，例如排查未知原因的问题、系统变更后先观察影响、理解用户行为模式、审查自身推理偏见，或为 learn 建立的模型做验证。
主要能力按六个步骤展开：1. 框定：明确观察目标、边界和立场（“我在观察，不干预”），并按系统类型选择观察类别（代码库看结构、命名、依赖、测试覆盖、耦合；用户行为看提问模式、词汇演化、痛点；工具/API 看响应模式、错误条件、限流、边界情况；自身推理看决策模式、工具选择习惯、偏见与失误）。2. 见证：持续中立注意，只记录所见，不解释、不评判、不修复，至少积累 3-5 个数据点。3. 记录：以事实形式转写观察，记录频率、对比、时间模式与具体证据（文件路径、行号、具体词语）。4. 归类：将观察按类别分组，标注多重观察区与盲区，留意跨类别模式与离群值。5. 理论化：此时才解释，提出 2-4 个假设，附支持证据、反证条件，并至少包含一个反直觉假设。6. 归档：保存模式库，区分数据与解释，注明置信度、盲点和后续观察方向，必要时考虑更新 MEMORY.md。
使用方式：以观察目标为必需输入，可选观察时长/范围、引导性问题、既往观察。验证标准包括框架先行、原始观察先于解释、至少 5 条具体观察、解释与数据分离、至少一个意外发现、归档可被他人验证。限制：资料未提供具体平台、安装命令、收费或效果信息。常见陷阱有过早干预、观察偏差、分析瘫痪、叙事强加、把熟悉误当理解、忽视自身反应。